论文部分内容阅读
风险测量是金融风险管理的基础与核心。无论是生成风险分析报告,采取对冲或分散化的方法来转移风险,还是确定、调整风险资本定额,首先都得对市场风险的大小和发生风险的可能性进行测量。测量风险的准确性很大程度决定了金融风险管理的有效性。
市场风险测量方法多种多样,按照其解决问题的属性可分为两类:灵敏度方法和VaR方法。灵敏度的最大问题在于它以线性近似来测量全部风险暴露,这对于线性资产是可以接受。当市场因子与资产价格间存在非线性关系时,以灵敏度来衡量非线性资产的风险程度,往往会低估风险。
VaR方法:它是一种测量分析金融市场风险的统计方法,是金融市场风险测的方差协方差方法,即波动性的基础上产生的。波动性是反映收益(由市场价格因子折算)偏离期望收益的程度的指标。传统的VaR模型也不能完全准确的测量分析市场风险。
金融实证研究表明,金融资产及其市场因子的随机动念特征主要包括:尖峰厚尾性、集聚性和爆发性、以及“杠杆效应”(又称“非对称行为”)等。因此需要根据这些随机动态特征来修正计算VaR的模型。
证券市场是每时每刻都在变化的,许多信息是存在于观测数据以外的,传统的VaR方法仅凭观测数据预测估算VaR就无法充分利用这些信息。同时对新上市的金融产品而言,其相应的观测数据很少,甚至也不存在类似的产品的观测数据,传统的VaR估计方法是根本无法估计该金融资产风险大小的,这时可以应用BayesVaR方法,让投资者根据经验主观判断估计出未来遭受最大潜在损失有多大。
最后,根据对修正后的模型进行实证研究,对深沪两市的六个指数进行分析。当然,由于时间和精力的限制,对于VaR的很多计算方法并没有完全包含在这篇文章之内,这其中有对杠杆效应有比较好的解决办法的TARCH方法,对估计组合VaR值有比较好的估计的Coupla方法等等。